当集群中的表太多时，性能可能会下降。对于每一个表，你需要分配一个额外的内存，如果有人写入它或没有。来自税务文件：
表阈值对jvm堆和字节计数有额外的依赖关系。每个表使用大约1 mb的内存。对于每个被操作的表，jvm堆中都有一个memtable表示。具有大数据模型的表增加了内存压力。每个键空间也会在jvm内存中造成额外的开销；因此，拥有大量的键空间也可以降低表阈值。
datastax建议不要超过500个，虽然我看到了更多，但它需要对表参数进行额外的调优。

在Cassandra，table太多是一种反模式。很难直接从集群中的表号来度量性能影响。因为当然还有其他因素。然而，税收提供了一些门槛；
警告阈值：200个表。集群可以在高于此阈值的情况下平稳运行，但是一旦数据库达到警告阈值，就应该开始监视和规划重新架构了。如果可能，请删除未使用和未充分利用的表。
失败阈值：500个表。在超过500个表的集群上，可能会出现问题和错误，包括（但不限于）与高内存使用率和压缩相关的问题。